文章目录
- 算法原理
- 一、主要步骤
- 二、算法流程：
- 三、匈牙利算法：
- 3.1 举例说明匈牙利匹配过程：
- 3.2匈牙利算法中代价矩阵的计算（距离）
卡尔曼滤波后面更新。
算法原理
DeepSort核心在于其对目标的外观特征和运动特征的联合使用，以及对目标匹配问题的优化处理。该算法通过融合目标检测的结果，结合匈牙利算法和卡尔曼滤波，实现对多个目标的持续跟踪。
一、主要步骤
1、目标检测：DeepSort算法依赖目标检测器（如YOLO）来确定视频中每一帧的目标位置，检测器的输出包括目标的边界框（bounding box）和类别。
2、特征提取：DeepSort使用CNN来提取目标的外观特征。这些特征对于目标的再识别（Re-ID）至关重要，因为即使目标在视频中被临时遮挡或丢失，这些特征也能帮助算法重新识别和关联目标。
3、匹配和跟踪：匹配过程主要涉及检测框和预测框之间
